Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks

Detalhes bibliográficos
Autor(a) principal: Rosa, Maria de Almeida Dias Quirino
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/145701
Resumo: Durante 2020 e 2021, vários setores foram fortemente impactados pela pandemia, incluindo a indústria aeronáutica. Surge então a necessidade de reforçar toda a estrutura de empresas que contribuem para o bom funcionamento dos aeroportos. Nomeadamente a otimização de processos da cadeia de abastecimento nas empresas fornecedoras dos aeroportos. A gestão de stocks do fornecimento de catering do aeroporto de Lisboa não é exceção. Atualmente são reportados elevados valores de rotura de stock, devido à gestão manual existente. Este trabalho tem como objetivo modelar o comportamento da procura através do número de passageiros do aeroporto, para construir políticas de gestão de armazéns. Surge assim a oportunidade de estudar o comportamento da procura de material e averiguar se este é afetado pelo tráfego aéreo. Para alcançar os objetivos, recorreu-se à análise de séries temporais e a métodos de previsão através de modelos de regressão, uma aplicação de machine learning. Tendo como ponto de partida as séries temporais, é encontrada uma relação entre duas variáveis ao longo do tempo, o fluxo de passageiros no aeroporto e a procura de matéria prima. São propostos vários modelos de regressão, incluindo o modelo de regressão linear por troços, para prever a procura, tendo como variável explicativa o número de passageiros do aeroporto de Lisboa. Através desta previsão, estudaram-se duas políticas de gestão de stocks. Para tal, foram estimados os custos associados à cadeia de abastecimento. A primeira política é um modelo determinístico, onde a procura é assumida como constante. A segunda tem em conta a variabilidade da procura e a aplicação do algoritmo de Hadley- Whitin. Os resultados mostram como a procura de material está fortemente relacionada com o número de passageiros do aeroporto de Lisboa. Esta relação é descrita no modelo de regressão linear por troços. A construção de uma política de gestão de stocks que considera a variabilidade da procura e admite um stock de segurança considerável descreve uma solução adequada para a resolução do problema.
id RCAP_1b1556243c0339e82c0fe4765e9c317b
oai_identifier_str oai:run.unl.pt:10362/145701
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocksSéries temporaisMachine LearningRegressão linear por troçosGestão de stocksAlgoritmo de Hadley-WhitinDomínio/Área Científica::Ciências Naturais::MatemáticasDurante 2020 e 2021, vários setores foram fortemente impactados pela pandemia, incluindo a indústria aeronáutica. Surge então a necessidade de reforçar toda a estrutura de empresas que contribuem para o bom funcionamento dos aeroportos. Nomeadamente a otimização de processos da cadeia de abastecimento nas empresas fornecedoras dos aeroportos. A gestão de stocks do fornecimento de catering do aeroporto de Lisboa não é exceção. Atualmente são reportados elevados valores de rotura de stock, devido à gestão manual existente. Este trabalho tem como objetivo modelar o comportamento da procura através do número de passageiros do aeroporto, para construir políticas de gestão de armazéns. Surge assim a oportunidade de estudar o comportamento da procura de material e averiguar se este é afetado pelo tráfego aéreo. Para alcançar os objetivos, recorreu-se à análise de séries temporais e a métodos de previsão através de modelos de regressão, uma aplicação de machine learning. Tendo como ponto de partida as séries temporais, é encontrada uma relação entre duas variáveis ao longo do tempo, o fluxo de passageiros no aeroporto e a procura de matéria prima. São propostos vários modelos de regressão, incluindo o modelo de regressão linear por troços, para prever a procura, tendo como variável explicativa o número de passageiros do aeroporto de Lisboa. Através desta previsão, estudaram-se duas políticas de gestão de stocks. Para tal, foram estimados os custos associados à cadeia de abastecimento. A primeira política é um modelo determinístico, onde a procura é assumida como constante. A segunda tem em conta a variabilidade da procura e a aplicação do algoritmo de Hadley- Whitin. Os resultados mostram como a procura de material está fortemente relacionada com o número de passageiros do aeroporto de Lisboa. Esta relação é descrita no modelo de regressão linear por troços. A construção de uma política de gestão de stocks que considera a variabilidade da procura e admite um stock de segurança considerável descreve uma solução adequada para a resolução do problema.During 2020 and 2021, several sectors were heavily impacted by the pandemic, including the aviation industry. There is a need to strengthen the entire structure of companies which contribute to the proper functioning of airports. In particular, the optimization of supply chain processes at airport supplier companies. Lisbon airport catering supply stock management is no exception. Currently, high of stock-out values are reported, due to the existing manual management. This work aims to model demand behaviour through the number of passengers at Lisbon airport, in order to build warehouse management policies. This gives rise to the opportunity to study demand behaviour and find out if it is affected by air traffic. To achieve these objectives, time series analysis and prediction methods where used through regression models, an application of machine learning. Taking time series as a starting point, a relationship between the two variables over time is found. Several regression models are proposed, including the linear regression model by sections, to forecast demand, using the number of passengers at Lisbon airport as the explanatory variable. Through this forecast, two stock management policies were studied. To this end, the costs associated with supply chain were estimated. The first policy is a deterministic model, where demand is assumed to be constant. The second takes into account the variability of demand and the application of the Hadley-Within algorithm. The results show how demand is strongly related to the number of passengers at Lisbon airport. This relationship is described in the piece-wise linear regression model. A stock management policy which considers the variability of demand and admits a considerable safety stock describes an adequate solution to solve the problem.Martins, NelsonGomes, Maria IsabelRUNRosa, Maria de Almeida Dias Quirino2022-11-22T11:14:22Z2022-032022-03-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/145701porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:26:18Zoai:run.unl.pt:10362/145701Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:52:13.324030Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
title Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
spellingShingle Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
Rosa, Maria de Almeida Dias Quirino
Séries temporais
Machine Learning
Regressão linear por troços
Gestão de stocks
Algoritmo de Hadley-Whitin
Domínio/Área Científica::Ciências Naturais::Matemáticas
title_short Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
title_full Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
title_fullStr Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
title_full_unstemmed Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
title_sort Previsões usando séries temporais e modelos de regressão para criação de políticas de gestão de stocks
author Rosa, Maria de Almeida Dias Quirino
author_facet Rosa, Maria de Almeida Dias Quirino
author_role author
dc.contributor.none.fl_str_mv Martins, Nelson
Gomes, Maria Isabel
RUN
dc.contributor.author.fl_str_mv Rosa, Maria de Almeida Dias Quirino
dc.subject.por.fl_str_mv Séries temporais
Machine Learning
Regressão linear por troços
Gestão de stocks
Algoritmo de Hadley-Whitin
Domínio/Área Científica::Ciências Naturais::Matemáticas
topic Séries temporais
Machine Learning
Regressão linear por troços
Gestão de stocks
Algoritmo de Hadley-Whitin
Domínio/Área Científica::Ciências Naturais::Matemáticas
description Durante 2020 e 2021, vários setores foram fortemente impactados pela pandemia, incluindo a indústria aeronáutica. Surge então a necessidade de reforçar toda a estrutura de empresas que contribuem para o bom funcionamento dos aeroportos. Nomeadamente a otimização de processos da cadeia de abastecimento nas empresas fornecedoras dos aeroportos. A gestão de stocks do fornecimento de catering do aeroporto de Lisboa não é exceção. Atualmente são reportados elevados valores de rotura de stock, devido à gestão manual existente. Este trabalho tem como objetivo modelar o comportamento da procura através do número de passageiros do aeroporto, para construir políticas de gestão de armazéns. Surge assim a oportunidade de estudar o comportamento da procura de material e averiguar se este é afetado pelo tráfego aéreo. Para alcançar os objetivos, recorreu-se à análise de séries temporais e a métodos de previsão através de modelos de regressão, uma aplicação de machine learning. Tendo como ponto de partida as séries temporais, é encontrada uma relação entre duas variáveis ao longo do tempo, o fluxo de passageiros no aeroporto e a procura de matéria prima. São propostos vários modelos de regressão, incluindo o modelo de regressão linear por troços, para prever a procura, tendo como variável explicativa o número de passageiros do aeroporto de Lisboa. Através desta previsão, estudaram-se duas políticas de gestão de stocks. Para tal, foram estimados os custos associados à cadeia de abastecimento. A primeira política é um modelo determinístico, onde a procura é assumida como constante. A segunda tem em conta a variabilidade da procura e a aplicação do algoritmo de Hadley- Whitin. Os resultados mostram como a procura de material está fortemente relacionada com o número de passageiros do aeroporto de Lisboa. Esta relação é descrita no modelo de regressão linear por troços. A construção de uma política de gestão de stocks que considera a variabilidade da procura e admite um stock de segurança considerável descreve uma solução adequada para a resolução do problema.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-22T11:14:22Z
2022-03
2022-03-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/145701
url http://hdl.handle.net/10362/145701
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138113659863040